【技术实现步骤摘要】
一种资源推荐方法、装置、设备及介质
[0001]本申请涉及大资源推荐
,尤其涉及一种资源推荐方法、装置、设备及介质。
技术介绍
[0002]随着移动通信技术的快速发展,应用的种类越来越多,每个应用所能够提供的服务也越来越多。其中,许多应用提供了推送提醒服务,比如,直播通知推送、用户祷告通知推送、新闻推送等,以帮助人们更快地获取到喜欢的资源。但由于每个用户的需求不同,如何为不同用户个性化地推荐资源是提高推送提醒服务的关键。
技术实现思路
[0003]本申请实施例提供了一种资源推荐方法、装置、设备及介质,用以为不同用户个性化地推荐资源。
[0004]本申请实施例提供了一种资源推荐方法,所述方法包括:
[0005]获取待推荐用户的用户信息、待推荐资源的资源信息、所述待推荐用户与所述待推荐资源的交互行为信息、以及所述待推荐用户与所述待推荐资源的第一匹配度;
[0006]通过预先训练的点击率预测模型,基于所述交互行为信息、所述用户信息、所述资源信息以及所述第一匹配度,确定所述待推荐用户点击 ...
【技术保护点】
【技术特征摘要】
1.一种资源推荐方法,其特征在于,所述方法包括:获取待推荐用户的用户信息、待推荐资源的资源信息、所述待推荐用户与所述待推荐资源的交互行为信息、以及所述待推荐用户与所述待推荐资源的第一匹配度;通过预先训练的点击率预测模型,基于所述交互行为信息、所述用户信息、所述资源信息以及所述第一匹配度,确定所述待推荐用户点击所述待推荐资源的点击率;根据所述点击率,从所有所述待推荐资源中,确定推送给所述待推荐用户的目标资源,并将所述目标资源推送给所述待推荐用户。2.如权利要求1所述的方法,其特征在于,获取所述待推荐用户与所述待推荐资源的第一匹配度,包括:通过预先训练的匹配度预测模型,基于所述用户信息以及所述资源信息,获取所述第一匹配度。3.如权利要求2所述的方法,其特征在于,所述通过预先训练的匹配度预测模型,基于所述用户信息以及所述资源信息,获取所述第一匹配度,包括:通过所述匹配度预测模型中的用户特征提取网络,基于所述用户信息,获取所述用户信息对应的用户匹配特征;并通过所述匹配度预测模型中的资源特征提取网络,基于所述资源信息,获取所述资源信息对应的资源匹配特征;通过所述匹配度预测模型中的输出层,对所述用户匹配特征以及所述资源匹配特征进行内积处理,确定所述第一匹配度。4.如权利要求2或3所述的方法,其特征在于,所述通过预先训练的匹配度预测模型,基于所述用户信息以及所述资源信息,获取所述第一匹配度,包括:根据预先保存的用户标识与用户匹配特征的对应关系,确定所述用户信息包含的用户标识所对应的目标用户匹配特征;其中,所述用户标识与用户匹配特征的对应关系是根据输入到所述匹配度预测模型的用户信息,以及所述匹配度预测模型对该用户信息进行处理获取到的用户匹配特征确定的;并根据预先保存的资源标识与资源匹配特征的对应关系,确定所述资源信息包含的资源标识所对应的目标资源匹配特征;其中,所述资源标识与资源匹配特征的对应关系是根据输入到所述匹配度预测模型的资源信息,以及所述匹配度预测模型对该资源信息进行处理获取到的资源匹配特征确定的;根据所述目标用户匹配特征与所述目标资源匹配特征的内积,确定所述第一匹配度。5.如权利要求2或3所述的方法,其特征在于,所述匹配度预测模型和所述点击率预测模型通过如下方式训练:获取任一样本数据;其中,所述样本数据包括样本用户的用户信息、样本资源的资源信息、所述样本用户与所述样本资源的交互行为信息、以及所述...
【专利技术属性】
技术研发人员:刘美含,石磊,
申请(专利权)人:百果园技术新加坡有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。